Fisher判別法的研究及應(yīng)用.pdf

1、學(xué)校代碼t10225學(xué)號：S13087學(xué)位論文Fisher判別法的研究及應(yīng)用學(xué)校指導(dǎo)教Oili申請學(xué)位級別：論文提交日期：授予學(xué)位單位：趙麗娜徐文科教授碩士2013年4月東北林業(yè)大學(xué)東北林業(yè)大學(xué)專業(yè)領(lǐng)域：應(yīng)用數(shù)學(xué)論文答辯日期：2013年06月06日授予學(xué)位日期：2013年6月答辯委員會主席：論文評閱人：Jtr習(xí)t摘要摘要判別分析是統(tǒng)計學(xué)研究當中一個極為重要的研究課題，在生物、醫(yī)學(xué)、教育、社會和經(jīng)濟等方面應(yīng)用非常廣泛。本文主要討論了判別分

2、析中的幾種常用判別方法的判別函數(shù)以及判別標準和判別步驟。并在第二章的最后對幾種判別方法的優(yōu)劣進行了比較。并給出了馬氏距離和累計判別能力的定義和臨界值的確定方法。同時介紹了二次型的相關(guān)知識、Fisher判別法通過判別函數(shù)的檢驗來判定判別是否有效以及Bayes判別法的密度函數(shù)和后驗概率等問題。本文主要的創(chuàng)新研究是引入權(quán)重因子改進經(jīng)典的Fisher判別模型，并把新的模型應(yīng)用到城市的森林覆蓋率應(yīng)用當中。本文在第三章分別介紹了“一種改進的基于Fi

3、sher準則的線性特征提取方法”以及“最優(yōu)準則判別式的最優(yōu)判別向量集的方法”、“形成多次判別的Fisher判別法”等改進方法。在此基礎(chǔ)上利用權(quán)重因子改進判別模型的方法，即引入權(quán)重因子的Fisher判別法。主要是在原判別函數(shù)建立的前提下引入權(quán)重因子，把原判別模型由除式變?yōu)椴钍?，進而構(gòu)造差值最大化的模型。然后利用回代正確率來選定權(quán)重因子P的最佳取值，得到最好的判別函數(shù)，從而提升判別效率。本文最后一章進行了理論聯(lián)系實際，分別用原Fisher判